MétaCan
Menu
Retour à la cohorte
Enregistrement W4309661151 · doi:10.1097/md.0000000000031830

Cohort design to assess the association between post-hospital primary care physician follow-up visits and hospital readmissions

2022· article· en· W4309661151 sur OpenAlexaff
Noah Kojima, Marielle Bolano, Andrea Sorensen, Chad Villaflores, Daniel M. Croymans, Eve Glazier, Catherine A. Sarkisian

Notice bibliographique

RevueMedicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensInstitute of Aging
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Center for Research ResourcesNational Institute on Aging
Mots-clésMedicineEmergency medicinePsychological interventionLogistic regressionOdds ratioRetrospective cohort studyHospital readmissionPopulationCohortOddsMultivariate analysisHospital medicineFamily medicineInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

While multifaceted post-hospitalization interventions can succeed in preventing hospital readmissions, many of these interventions are labor-intensive and costly. We hypothesized that a timely post-discharge primary care physician (PCP) visit alone might prevent hospital readmission. We conducted a retrospective cohort study to assess whether post-hospitalization PCP visits within 14 days of discharge were associated with lower rates of 30-day hospital readmission. In a secondary analysis we also assessed: whether visits with a PCP at 7-days post-discharge changed rates of hospital readmissions and whether post-hospitalization PCP visits were associated with decreased 90-day hospital readmissions. We included all adults with a PCP who were discharged from an inpatient medical service in a large, urban integrated academic health system from January 1, 2019 to September 9, 2019 in our analysis. We performed unadjusted bivariate analyses to measure the associations between having a PCP visit within 14 and 7 days of discharge and hospital readmission within 30 and 90 days. Then we constructed multivariate logistic regression models including patient medical and utilization characteristics to estimate the adjusted odds of a patient with a post-hospitalization PCP visit experiencing a 30-day hospital readmission (primary outcome) and 90-day readmission (secondary outcome). A total of 9236 patients were discharged; mean age was 57.9 years and 59.7% were female. Of the study population, 35.6% (n = 3284) and 24.1% (n = 2224) of patients had a post-hospitalization PCP visit within 14 days and or 7 days, respectively. Overall, 1259 (13.6%) and 2153 (23.3%) of discharged patients were readmitted at 30 and 90 days, respectively. In unadjusted analyses, having a post discharge PCP visit was not associated with decreased hospital readmission rates, but after adjusting for sociodemographic, medical and utilization characteristics, having a post-hospitalization PCP visit at 14 and 7 days was associated with lower hospital readmission rates at 30 days: 0.68 (95% CI 0.59-0.79) and 0.76 (95% CI 0.66-0.89), respectively; and 90 days: 0.76 (95% CI 0.68-0.85) and 0.80 (95% CI 0.70-0.91), respectively. In this large integrated urban academic health system, having a post-hospitalization PCP visit within 14- and 7-days of hospital discharge was associated with lower rates of readmission at 30 and 90 days. Further studies should examine whether improving access to PCP visits post hospitalization reduces readmissions rates.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,165
Score d'incertitude au seuil0,526

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,273
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetHeart Failure Treatment and ManagementTravaux en français237 207